Scientific journal

International Journal of Applied and fundamental research

ISSN 1996-3955

ИФ РИНЦ = 0,593

Познание сущности и закономерностей процесса саморегуляции, а также факторов, способствующих и препятствующих ему, имеет большое практическое значение. Причем для каждого этапа обучения можно выделить свои наиболее остро стоящие проблемы, противоречия, требующие включения адаптационных механизмов организма, создающие порой высокое нервно-эмоциональное напряжение, которое отрицательно отражается на здоровье и физическом состоянии студентов [1]. Показано, что в процессе адаптации студентов первых и третьих курсов к учебной деятельности существенное место принадлежит особенностям функциональных связей между нейродинамическими параметрами, личностными характеристиками, эндокринными функциями и показателями вегетативного обеспечения деятельности [2]. Среди вегетативных проявлений эмоционального напряжения особая роль отводится изменениям в сердечно-сосудистой системе, которая служит одним из основных «индикаторов» адаптации организма к изменяющимся условиям окружающей среды [1]. Ещё одним достаточно точным и информативным методом оценки адаптивных возможностей человека является электроэнцефалография [3]. И.А. Курясев [3], рассматривая возможности использования метода электроэнцефалографии в изучении процессов адаптации человека, на основании анализа литературы делает вывод, что индивидуальные психологические свойства личности и адаптивные возможности человека тесно связаны с биоэлектрическими характеристиками мозга. Исходя из этого цель данного исследования – выявить, как адаптационные ресурсы организма отражаются в показателях ЭЭГ.

Материалы и методы исследования

В исследовании принимали участие 44 студента-юноши второго курса медицинского вуза, средний возраст которых составил 19 лет. Исследование одобрено этическим комитетом ГОУ ВПО ВГМУ (протокол № 7, дело № 45, 16 апреля 2007 г.).

ЭЭГ записывалась с помощью программно-аппаратного комплекса Connan 3.1 в двенадцати монополярных отведениях по Юнгу [Jung, 1953 – цит. по 4, стр. 25–38] с частотой дискретизации 256 Гц, скоростью записи – 23 мм/с, коэффициентом усиления 80, в полосе частот 0,5–70 Гц. Проводилась фильтрация с сохранением частот от 0,5 до 45 Гц. Для дальнейшего анализа были визуально отобраны участки без артефактов или с их минимальным количеством. Биполярные отведения получены автоматически из монополярных. Использовалась динамическая модификация спектрального анализа [5] (смотрите также предыдущую работу авторов). Индивидуальные быстрые преобразования Фурье выполнялись для отрезка длительностью 64 с, эпоха анализа составляла 4 с, шаг – 2 с.

У студентов подсчитывали частоту пульса на лучевой артерии в течение 30 с однократно, измеряли систолическое (САД) и диастолическое (ДАД) артериальное давление на плечевой артерии методом Короткова однократно (случайное давление). Были рассчитаны пульсовое давление (ПД) по формуле ПД = САД – ДАД, среднее динамическое давление (СДД) по формуле СДД = 0,42САД + 0,58ДАД, двойное произведение (ДП) по фомуле ДП = (САД×ЧП)/100, вегетативный индекс Кердо (ВИК) по формуле ВИК = (1-ДАД/ЧП)×100. Для определения состояния адаптации использовалась диагностическая составляющая метода активационной профилактики и терапии в форме психофизиологической анкеты, включающей десять вопросов. Результаты обрабатывали с помощью компьютерной программы «Антистресс» [6]. Использовалась классификация состояний В.В. Маркина [7]. Уровень здоровья (УЗ) диагностировался по сочетанию типа адаптационной реакции (АР) и уровня реактивности (УР) (табл. 1). Выделяют реакцию тренировки (РТ), реакцию спокойной активации (РСА), реакцию повышенной активации (РПА), реакцию преактивации (РП) и реакцию стресса (РС), которые реализуются на высоком (А), среднем (В), низком (С) и очень низком (D) УР.

Статистическая обработка была проведена с помощью пакета Excel, программы Statistica 6.0. Результаты представлены в виде n – количество обследованных студентов, (M ± m) – среднее арифметическое и ошибка среднего, Me – медиана р – уровень значимости. Для проверки значимости различий применялись дисперсионный анализ в варианте однофакторного дисперсионного анализа с фиксированными эффектами (F), метод углового преобразования Фишера (j) и точный метод Фишера (ТМФ).

Результаты исследования и их обсуждение

Выделены два типа распределения спектра: первый тип – один спектральный пик в полосе α-ритма; второй тип – два спектральных пика в полосе α-ритма. Учащиеся, у которых выявлен один пик мощности при спектральном анализе для монополярных отведений ЭЭГ, составляют 52,3 % (n 23). У 47,7 % (n 21) исследованных выявлено два пика мощности в спектре ЭЭГ. У студентов с одним пиком мощности в спектре ЭЭГ его средняя частота составляет 9,85 ± 0,15 Гц. У учащихся с двумя пиками мощности в спектре ЭЭГ первый пик имеет частоту 9,42 ± 0,18 Гц, второй пик находится на частоте 10,42 ± 0,17 Гц. Разница между пиками составляет 1,00 ± 0,06 Гц. Это согласуется с данными авторов методики [5].

При спектральном анализе, проведённом для записей биполярных отведений (рис. 1), студенты, характеризующиеся одним пиком в спектре мощности ЭЭГ, составляют 54,5 % (n 24). Пик спектральной мощности у таких исследованных в среднем расположен на частоте 9,96 ± 0,16 Гц. Выявлено 45,5 % (n 20) учащихся с двумя пиками мощности в спектре ЭЭГ. Первый пик мощности в этой группе находится на частоте 9,58 ± 0,14 Гц, второй пик – на частоте 10,50 ± 0,13 Гц. Средняя разница между пиками составляет 0,94 ± 0,06 Гц.

Рис. 1. Структура спектра электроэнцефалограммы

Слева – спектр мощности биоэлектрической активности мозга студента В2, снятый 31.10.2008, отведения биполярные, один пик в спектре мощности. Справа – спектр мощности биоэлектрической активности мозга студента А1, снятый 1.10.08, биполярные отведения. В отведениях Os два пика мощности.

Среди учащихся, характеризующихся двумя пиками спектральной активности в биполярных отведениях ЭЭГ, чаще встречается второй УЗ, реже – третий (табл. 2).

Таблица 2

Тонкая структура α-ритма в биполярных отведениях и адаптация к обучению (n = 44)

Рис. 2. Частота пульса и свойства нервной системы

В этой группе нет студентов с четвёртым УЗ. Дисперсионный однофакторный анализ выявил значимую связь между типом адаптационной реакции и состоянием нервной системы, проявляющимся в количестве пиков мощности на ЭЭГ при биполярной системе отведений (F = 4,4, p = 0,04). У студентов с двумя спектральными пиками чаще наблюдаются благоприятные реакции спокойной и повышенной активации и реже – неблагоприятные реакции переактивации и стресса (для углового отклонения приведён односторонний уровень значимости).

У студентов с одним пиком мощности в спектре ЭЭГ частота пульса составляет 67,9 ± 1,8 уд/мин, Me – 68,0 уд/мин, нижний квартиль – 60,0 уд/мин, верхний квартиль – 75,0 уд/мин. Учащихся с двумя спектральными пиками характеризует частота пульса 62,5 ± 1,7 уд/мин, Me – 60,0 уд/мин, нижний квартиль – 60,0 уд/мин, верхний квартиль – 66,0 уд/мин (рис. 2). Дисперсионный однофакторный анализ подтвердил значимую связь с вышеупомянутым свойством нервной системы для частоты пульса (F = 4,5, p = 0,04).

Таким образом, студенты с двумя пиками спектральной активности в картине ЭЭГ характеризуются более высоким уровнем здоровья, гармоничными адаптационными реакциями и экономичной работой сердечно-сосудистой системы, а значит, лучше адаптированы к обучению.

Альфа-ритм является одним из наиболее изучаемых ритмов спектра ЭЭГ человека по причине широкого вовлечения в реакции мозга на многие виды деятельности и на различные состояния организма [3]. Любая функциональная система мозга может осциллировать в α-частотном диапазоне, однако в наибольшей степени к этому склонна затылочная кора и связанные с ней структуры мозга [8].

Для лиц с высокой пластичностью нервной системы характерно наличие в исходной ЭЭГ чётко выраженной структуры статистического взаимодействия компонентов ЭЭГ с большим числом высоковероятностных связей и «функциональным ядром» в области α-ритма [9]. При этом алгоритм взаимодействия компонентов ЭЭГ (авторы выделяют три основных алгоритма) тесно коррелирует с уровнем адаптивной пластичности нейродинамических процессов, с индивидуальными особенностями саморегуляции центральной и вегетативной нервной системы и их динамикой в процессе адаптации, с психологическими особенностями личности, с качеством и надёжностью деятельности, с характером и глубиной состояний психической дизадаптации [9]. Установлено, что при ухудшении УЗ снижается индекс α-ритма, нарастает корково-подкорковая дисфункция, нарастает интегральный показатель на фоне увеличения полиморфной диффузной медленно-волновой активности [10]. Гармоничные адаптационные реакции при I и II уровнях здоровья сопровождаются синхронизацией корковых биопотенциалов, что является отражением энергетически оптимального режима функционирования организма [10].

Высокая реактивность α-диапазона ЭЭГ в ответ на самые разнообразные внешние и внутренние события предполагает его функциональную неоднородность [11; 5; 12 и др.]. O.M. Bazanova, D. Vernon [13] предположили, что различия в частоте альфа-пика в состоянии покоя отражают эндофенотипический признак, указывающий на различные механизмы активации мозга и генерации активации мозга и генерации α-волн. Ряд авторов указывают на наличие нескольких α-генераторов [11, 14 и др.]. А.Т. Бондарь и А.И. Федотчев [5] обнаружили в состоянии покоя с закрытыми глазами у большинства испытуемых сложную структуру α-диапазона ЭЭГ, состоящую из двух комплексов пиков, в среднем различающихся по частоте на 0,9 ± 0,2 Гц. В нашем исследовании у студентов с одним пиком мощности в спектре ЭЭГ максимум в среднем по группе расположен в интервале 9–10 Гц. У студентов с двумя пиками мощности в спектре ЭЭГ один из них также расположен в этом интервале, а второй – в интервале 10–11 Гц.

С преобладанием и усилением активности низкочастотного α-генератора с частотой 7–8 Гц связано функциональное состояние непродуктивной напряжённости, а при состоянии продуктивной напряжённости наблюдается усиление активности среднечастотного α–генератора, работающего на частоте 9–10 Гц [11, с. 87–106]. Возможно, преобладание этих частот в покое говорит, что такие студенты в целом приспособились к условиям обучения.

Альфа-активность, в частности Альфа-активност-ритм, является производным когнитивной деятельности. Хотя спектральные характеристики α-ритма слабо коррелируют с показателями интеллекта, среднечастотные показатели α-активности в лобно-височных отведениях демонстрируют высокие корреляции с интеллектом и другими когнитивными функциями [8]. У большей части исследованных решение арифметических и дедаптических задач связано с более высокочастотным ритмом, тогда как решение зрительных задач требует более низких частот ритма [11, с. 87–106]. Так как врачам и учащимся медицинского вуза приходится решать широкий спектр задач, то можно предположить, что наличие двух пиков α-ритма в покое наиболее полно соответствует этим требованиям, позволяя студентам лучше справляться с такими задачами.

А.Т. Бондарь, А.И. Федотчев [5] предположили, что один из компонентов α-активности может находиться в латентном состоянии и проявляться только при изменении функционального состояния. Значит, студентов с одним и с двумя пиками мощности в картине спектра электроэнцефалограммы можно рассматривать как находящихся в качественно различных функциональных состояниях. Среди студентов с одним пиком мощности должны наблюдаться условия, усиливающие один пик и подавляющие другой. Такими условиями могут быть, например, сильная мотивация на обучение. Возможно также, что наличие двух пиков в α-диапазоне отражает определённую конфигурацию структур мозга, вовлечённых в формирование этих ритмов и функциональных систем, ответственных за различные стратегии адаптации.

Значимое влияние на уровень здоровья и частоту сердечных сокращений выявлено для биполярных отведений, а не монополярных, что говорит об участии взаимодействия полушарий в поддержании состояния нервной системы, благоприятного при адаптации к учёбе. Это соответствует литературным данным [3 и др.]. В частности, вклад в спектральную картину α-активности биполярных отведений, по-видимому, вносит зрительная асимметрия, которая, по нашим данным [15], значимо влияет на УЗ.

Выводы

Комплекс свойств нервной системы, отражающийся в спектральной картине биполярных отведений электроэнцефалограммы двумя пиками в α-диапазоне, способствует лучшей адаптации к обучению.